Evaluación de métodos de relleno para series temporales de precipitación y temperatura diarias: el caso de los Andes ecuatorianos

Resumen

Series continuas de precipitación y temperatura facilitan y mejoran considerablemente la calibración y validación de modelos hidrológicos y climáticos, utilizados entre otras cosas, para la planificación y manejo de recursos hídricos y el pronóstico de los posibles efectos del cambio climático en el regimen lluvia-escorrentia de las cuencas hidrográficas. La bondad de ajuste de los modelos está entre los factores que dependen de la continuidad de las series temporales. En países en vías de desarrollo los vacíos en las series temporales de variables climáticas es común. Ya que los vacíos en las series temporales pueden comprometer severamente la utilidad de los datos, este estudio aplicado en la cuenca del río Paute en los Andes Ecuatorianos, examina el desempeño de 17 métodos determinísticos de relleno de datos diarios de las variables precipitación y temperatura media. A pesar de la existencia de métodos de relleno más sofisticados como métodos estocásticos o métodos de inteligencia artificial, en este estudio se dio preferencia a métodos determinísticos por su robustez, facilidad de implementación, y eficiencia computacional. Los resultados revelan que para rellenar series temporales de precipitación diaria, el método de regresión lineal múltiple ponderada es el mejor, debido a la consideración de la razón entre el coeficiente de correlación de Pearson y la distancia con respecto a otras estaciones como factor de ponderación, dando mayor importancia a las estaciones más cercanas altamente correlacionadas. Para temperatura, la media climatológica del día fue claramente el mejor método, posiblemente debido a la escacez de datos de estaciones cercanas localizadas también en elevaciones diferentes, sugiriendo la necesidad de considerar en futuros estudios el impacto de la elevación en la interpolación de datos.